一种基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法技术

本发明专利技术公开了一种基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法，属于卷烟添加剂对卷烟危害性影响技术领域。本发明专利技术将助燃剂含量分解为助燃剂离子含量后，采用离散化方法处理数据，进而以分组样本比较算法筛选重要性助燃剂和助燃剂离子，并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的CO释放量的二次函数预测数学模型，该方法简单实用，所建立的模型预测精度较高，为柠檬酸盐及苹果酸盐助燃剂体系或其它助燃剂体系卷烟烟气中的CO释放量预测模型的建立提供一种新方法。

【技术实现步骤摘要】
一种基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法
本专利技术属于卷烟添加剂对卷烟危害性影响
，具体涉及一种采用数据离散变量筛选的方法考察助燃剂和助燃剂离子对CO的影响，同时本专利技术还涉及构建筛选助燃剂和/或助燃剂离子对卷烟烟气中的CO释放量的预测模型。
技术介绍
近年来，随着人们对吸烟与健康的关注度逐步提高，卷烟危害性评价成为国内外烟草行业的热门研究课题之一。2009年，谢剑平等基于卷烟主流烟气中7种有害成分（包括CO、HCN、NNK、HH3、苯并芘、苯酚、巴豆醛）释放量和烟气毒理学试验结果建立了卷烟危害性评价指标——卷烟危害性指数H值，首次将卷烟烟气有害成分的释放量与其危害性联系起来。烟草行业围绕降低卷烟危害性指数开展了大量的研究，卷烟助燃剂是其中重要的研究方向之一。目前，卷烟常用的助燃剂主要是碱金属盐，由于助燃剂在卷烟中的添加可以调节卷烟抽吸口数、改善包灰效果、降低主流烟气有害成分释放量，因此，碱金属盐类助燃剂在卷烟工业中的研究和应用较为广泛。有关卷烟助燃剂对主流烟气的影响研究主要集中在助燃剂的含量或种类对卷烟烟气焦油及7种有害成分的释放量影响。由于卷烟中可能同时存在多种助燃剂，而建立单一的助燃剂模型可用性较差。基于此，本专利技术申请提出将卷烟纸中采用的多元混合助燃剂按离子进行分析，在考察助燃剂总含量的同时，将助燃剂进行分解，采用数据离散化方法考察助燃剂和助燃剂离子对卷烟烟气中的CO释放量的影响，并将影响较大的离子用来构建卷烟烟气中的CO释放量的预测模型，为卷烟烟气中CO释放量预测模型构建提供一种方法。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种能有效判断助燃剂和助燃剂离子对卷烟烟气中的CO释放量影响大小的方法，并筛选影响较大的助燃剂和/或助燃剂离子构建的卷烟烟气中的CO释放量预测模型。本专利技术的目的通过以下技术方案予以实现。除非另有说明，本专利技术所采用的百分数均为重量百分数。一种基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法，将助燃剂含量分解为助燃剂离子含量后，采用离散化方法处理数据，进而以判别方法筛选重要性助燃剂和助燃剂离子，并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的CO释放量预测数学模型；具体步骤如下：步骤（1），数据离散化处理：将卷烟中所用助燃剂含量数据转化为助燃剂离子含量数据；将所有助燃剂和助燃剂离子含量数据以中位数法进行离散化处理；步骤（2），重要性助燃剂和助燃剂离子筛选：采用分组样本比较方法，考察卷烟烟气中的CO释放量在每个助燃剂和助燃剂离子分组下的分布情况，确定对卷烟烟气中的CO释放量影响较大的助燃剂和/或助燃剂离子；所述的卷烟烟气中的CO释放量是按照《GB/T23356-2009卷烟烟气气相中一氧化碳的测定非散射红外法》进行检测测得的；步骤（3），卷烟烟气中的CO释放量预测数学模型建立：卷烟烟气中的CO释放量模型的建立，从助燃剂和助燃剂离子中选择对卷烟烟气中的CO释放量影响最大的前2个为自变量，以卷烟烟气中的CO释放量为因变量，模型采用两变量二次模型，参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法，上界为两个自变量的最大值，下界为两个自变量的最小值；步骤（4），模型验证：在相同的助燃体系下，随机选择样品通过常规方法测定步骤（3）中从助燃剂和助燃剂离子中选择对卷烟烟气中的CO释放量影响最大的前2个的含量，并代入步骤（3）所构建的卷烟烟气中CO释放量数学模型进行计算，得到卷烟烟气中的CO释放量的预测值，再以按照《GB/T23356-2009卷烟烟气气相中一氧化碳的测定非散射红外法》进行卷烟烟气中CO的实际释放量测定，通过计算预测与实测值之间的相对偏差，比较预测值及实测值的差异。进一步，优选的是步骤（2）所述的分组样本比较的方法是Mann-Whitney-Wilcoxon非参数检验。进一步，所述的基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法，包括如下步骤：步骤（1），数据离散化处理：以不同配比的柠檬酸钠、柠檬酸钾、苹果酸钠和苹果酸钾为卷烟纸助燃剂，且混合助燃剂设计添加量范围为1.0-3.5%，然后以该卷烟纸卷制卷烟样品，采用电导率法测定卷烟纸中助燃剂含量，离子色谱法测定其柠檬酸根和苹果酸根含量，火焰光度法测定其钾离子和钠离子含量；然后将所有助燃剂和助燃剂离子含量数据以中位数法进行离散化处理，小于中位数的样本其值转化为0，大于等于中位数的样本其值转化为1；步骤（2），重要性助燃剂和助燃剂离子筛选：助燃剂和助燃剂离子经0和1含量分组后，考察卷烟烟气中的CO释放量在每个助燃剂和助燃剂离子含量在0组时和1组时的分布情况，并采用Mann-Whitney-Wilcoxon非参数检验比较卷烟烟气中的CO释放量在0组和1组中的差异，差异越大，则表明该助燃剂或助燃剂离子对卷烟烟气中的CO释放量影响越大；所述的卷烟烟气中的CO释放量是按照《GB/T23356-2009卷烟烟气气相中一氧化碳的测定非散射红外法》进行检测测得的；步骤（3），卷烟烟气中的CO释放量预测数学模型建立：根据步骤（2）得到的卷烟烟气中的CO释放量在不同助燃剂和助燃剂离子在0组和1组中的分布差异，从助燃剂和助燃剂离子中选择对卷烟烟气中的CO释放量影响最大的前2个为自变量，即以助燃剂含量及柠檬酸根含量为自变量，以卷烟烟气中的CO释放量为因变量，模型采用两变量二次模型，参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法，上界为两个自变量的最大值，下界为两个自变量的最小值；构建模型如下：其中，x是助燃剂含量，y是柠檬酸根离子含量；步骤（4），模型验证：采用不同柠檬酸盐及苹果酸盐配比卷烟纸的卷烟样品，其卷烟烟气中的CO释放量未知，卷烟样品所采用的其他辅材及叶组配方与建模样品相同，通过电导率法测定卷烟纸中的助燃剂含量，离子色谱法测定柠檬酸根含量，并代入步骤（3）所构建的卷烟烟气中CO释放量数学模型进行计算，得到卷烟烟气中的CO释放量的预测值，再以按照《GB/T23356-2009卷烟烟气气相中一氧化碳的测定非散射红外法》进行卷烟烟气中CO的实际释放量测定，通过计算预测与实测值之间的相对偏差，比较预测值及实测值的差异。通过以上步骤即可完成助燃剂和助燃剂离子对卷烟烟气中的CO释放量影响大小的判定和卷烟烟气中的CO释放量数学模型的构建。上述技术方案中，卷烟烟气中的CO释放量预测数学模型建立时，初始值设定为上界和下界之间的任意一个值。Levenberg-Marquardt方法具体参照文献：Fletcher,R.,(1971):AModifiedMarquardtSubroutineforNonlinearLeastSquares。GlobalSearch方法具体参照文献：Ugray,Z.,(2007):ScatterSearchandLocalNLPSolvers:AMultistartFrameworkforGlobalOptimization。本专利技术与现有技术相比，其有益效果为：1、针对采用多元混合助燃剂的卷烟，从助燃剂和助燃剂离子对卷烟烟气中的CO释放量影响出发，深度挖掘对卷烟烟气中的CO释放量的影响因素，并提供了一种构建相本文档来自技高网...

【技术保护点】
一种基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法，其特征在于：将助燃剂含量分解为助燃剂离子含量后，采用离散化方法处理数据，进而以判别方法筛选重要性助燃剂和助燃剂离子，并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的CO释放量预测数学模型；具体步骤如下：步骤（1），数据离散化处理：将卷烟中所用助燃剂含量数据转化为助燃剂离子含量数据；将所有助燃剂和助燃剂离子含量数据以中位数法进行离散化处理；步骤（2），重要性助燃剂和助燃剂离子筛选：采用分组样本比较方法，考察卷烟烟气中的CO释放量在每个助燃剂和助燃剂离子分组下的分布情况，确定对卷烟烟气中的CO释放量影响较大的助燃剂和/或助燃剂离子；所述的卷烟烟气中的CO释放量是按照《GB/T 23356‑2009 卷烟 烟气气相中一氧化碳的测定 非散射红外法》进行检测测得的；步骤（3），卷烟烟气中的CO释放量预测数学模型建立：卷烟烟气中的CO释放量模型的建立，从助燃剂和助燃剂离子中选择对卷烟烟气中的CO释放量影响最大的前2个为自变量，以卷烟烟气中的CO释放量为因变量，模型采用两变量二次模型，参数拟合方法采用Levenberg‑Marquardt结合GlobalSearch方法，上界为两个自变量的最大值，下界为两个自变量的最小值；步骤（4），模型验证：在相同的助燃体系下，随机选择样品通过常规方法测定步骤（3）中从助燃剂和助燃剂离子中选择对卷烟烟气中的CO释放量影响最大的前2个的含量，并代入步骤（3）所构建的卷烟烟气中CO释放量数学模型进行计算，得到卷烟烟气中的CO释放量的预测值，再以按照《GB/T 23356‑2009 卷烟 烟气气相中一氧化碳的测定 非散射红外法》进行卷烟烟气中CO的实际释放量测定，通过计算预测与实测值之间的相对偏差，比较预测值及实测值的差异。...

【技术特征摘要】
1.一种基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法，其特征在于：将助燃剂含量分解为助燃剂离子含量后，采用离散化方法处理数据，进而以判别方法筛选重要性助燃剂和助燃剂离子，并根据筛选的重要性的助燃剂和/或助燃剂离子构建卷烟烟气中的CO释放量预测数学模型；具体步骤如下：步骤（1），数据离散化处理：将卷烟中所用助燃剂含量数据转化为助燃剂离子含量数据；将所有助燃剂和助燃剂离子含量数据以中位数法进行离散化处理；步骤（2），重要性助燃剂和助燃剂离子筛选：采用分组样本比较方法，考察卷烟烟气中的CO释放量在每个助燃剂和助燃剂离子分组下的分布情况，确定对卷烟烟气中的CO释放量影响较大的助燃剂和/或助燃剂离子；所述的卷烟烟气中的CO释放量是按照《GB/T23356-2009卷烟烟气气相中一氧化碳的测定非散射红外法》进行检测测得的；步骤（3），卷烟烟气中的CO释放量预测数学模型建立：卷烟烟气中的CO释放量模型的建立，从助燃剂和助燃剂离子中选择对卷烟烟气中的CO释放量影响最大的前2个为自变量，以卷烟烟气中的CO释放量为因变量，模型采用两变量二次模型，参数拟合方法采用Levenberg-Marquardt结合GlobalSearch方法，上界为两个自变量的最大值，下界为两个自变量的最小值；步骤（4），模型验证：在相同的助燃体系下，随机选择样品通过常规方法测定步骤（3）中从助燃剂和助燃剂离子中选择对卷烟烟气中的CO释放量影响最大的前2个的含量，并代入步骤（3）所构建的卷烟烟气中CO释放量数学模型进行计算，得到卷烟烟气中的CO释放量的预测值，再按照《GB/T23356-2009卷烟烟气气相中一氧化碳的测定非散射红外法》进行卷烟烟气中CO的实际释放量测定，通过计算预测与实测值之间的相对偏差，比较预测值及实测值的差异。2.根据权利要求1所述的基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法，其特征在于：步骤（2）所述的分组样本比较的方法是Mann-Whitney-Wilcoxon非参数检验。3.根据权利要求1所述的基于助燃剂的卷烟烟气中的CO释放量预测模型构建方法，其特征在于，所述步骤（1）-（4）具体为：步骤（1），数据离散化处理：以不同配比的柠檬酸钠、柠檬酸钾、苹果酸钠和苹果酸钾为卷烟纸助燃剂，且混合助燃剂设计添加量范围...

【专利技术属性】
技术研发人员：凌军，张天栋，杨乾栩，范多青，李光雄，高文军，程量，王猛，
申请(专利权)人：云南中烟工业有限责任公司，
类型：发明
国别省市：云南;53